使用Core NLP和Stanford Parser执行部分语音标记的结果不同？

Question

Stanford解析器和Stanford CoreNlp的词性（POS）模型 用途不同，这就是为什么通过Stanford Parser和CoreNlp执行的POS标记输出存在差异。

• 在线核心NLP输出
  • / DT man / NN是/ VBZ吸烟/ NN ./.
  • A / DT女/ NN骑/ NNS a / DT horse / NN ./.
• 在线斯坦福分析师输出
  • / DT man / NN是/ VBZ吸烟/ VBG ./.
  • A / DT女子/ NN骑/ VBZ a / DT马/ NN ./。 同样更多的句子

是否有文档比较两个模型和差异的其他详细说明？

似乎这些情况下corenlp的输出是错误的。除了我在错误分析期间检查过的几句话，我猜这些错误可能会有很多类似的情况。

Answer 1

这不是关于CoreNLP，而是关于您是使用Stanford POS标记器还是使用Stanford Parser（PCFG解析器）来进行POS标记。 （PCFG解析器通常将POS标记作为其解析算法的一部分，尽管它也可以使用从其他地方提供的POS标记。）两者都有时会出错。平均而言，POS标记器比解析器稍好一些。但是，有时解析器会获胜，特别是，有时它似乎更好地标记涉及集成子句级信息的决策。无论如何，这两个例子都是正确的 - 尽管我打赌你也可以找到一些反过来的例子。

如果你想在CoreNLP中使用PCFG解析器进行POS标记，只需省略POS标记器，并提前移动解析器，以便POS标记可用于变形器和基于正则表达式的NER：

java -mx3g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,parse,lemma,ner,dcoref -file test.txt

然而，我们的一些其他解析器（NN依赖解析器，SR选区解析器）要求首先完成POS标记。